bi - business intelligence介紹

1、BI - Business Intelligence 簡介 (簡版)也稱作是英文單詞Business Intelligence的縮寫。商業(yè)智能通常被理解為將企業(yè)中現(xiàn)有的數(shù)據(jù)轉(zhuǎn)化為知識(shí)，幫助企業(yè)做出明智的業(yè)務(wù)經(jīng)營決策的工具。這里所談的數(shù)據(jù)包括來自企業(yè)業(yè)務(wù)系統(tǒng)的訂單、庫存、交易賬目、客戶和供應(yīng)商等來自企業(yè)所處行業(yè)和競爭對(duì)手的數(shù)據(jù)以及來自企業(yè)所處的其他外部環(huán)境中的各種數(shù)據(jù)。而商業(yè)智能能夠輔助的業(yè)務(wù)經(jīng)營決策，既可以是操作層的，也可以是戰(zhàn)術(shù)層和戰(zhàn)略層的決策。為了將數(shù)據(jù)轉(zhuǎn)化為知識(shí)，需要利用、（）工具和等技術(shù)。因此，從技術(shù)層面上講，商業(yè)智能不是什么新技術(shù)，它只是數(shù)據(jù)倉庫、OLAP和數(shù)據(jù)挖掘等技術(shù)的綜合運(yùn)用。

2、商業(yè)智能的概念最早在1996年提出。當(dāng)時(shí)將商業(yè)智能定義為一由數(shù)據(jù)倉庫（或）、查詢報(bào)表、數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復(fù)等部分組成的、以幫助企業(yè)決策為目的技術(shù)及其應(yīng)用。目前，商業(yè)智能通常被理解為將企業(yè)中現(xiàn)有的數(shù)據(jù)轉(zhuǎn)化為知識(shí)，幫助企業(yè)做出明智的業(yè)務(wù)經(jīng)營決策的工具。這里所談的數(shù)據(jù)包括來自企業(yè)業(yè)務(wù)系統(tǒng)的訂單、庫存、交易賬目、客戶和供應(yīng)商資料及來自企業(yè)所處行業(yè)和競爭對(duì)手的數(shù)據(jù)，以及來自企業(yè)所處的其他外部環(huán)境中的各種數(shù)據(jù)。而商業(yè)智能能夠輔助的業(yè)務(wù)經(jīng)營決策既可以是操作層的，也可以是戰(zhàn)術(shù)層和戰(zhàn)略層的決策。為了將數(shù)據(jù)轉(zhuǎn)化為知識(shí)，需要利用數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理（OLAP）工具和數(shù)據(jù)挖掘等技術(shù)。因此，從技術(shù)層面上

3、講，商業(yè)智能不是什么新技術(shù)，它只是數(shù)據(jù)倉庫、OLAP和數(shù)據(jù)挖掘等技術(shù)的綜合運(yùn)用。因此，把商業(yè)智能看成是一種解決方案應(yīng)該比較恰當(dāng)。商業(yè)智能的關(guān)鍵是從許多來自不同的企業(yè)運(yùn)作系統(tǒng)的數(shù)據(jù)中提取出有用的數(shù)據(jù)并進(jìn)行清理，以保證數(shù)據(jù)的正確性，然后經(jīng)過抽?。‥xtraction）、轉(zhuǎn)換（Transformation）和裝載（Load），即過程，合并到一個(gè)企業(yè)級(jí)的數(shù)據(jù)倉庫里，從而得到企業(yè)數(shù)據(jù)的一個(gè)全局，在此基礎(chǔ)上利用合適的查詢和分析工具、數(shù)據(jù)挖掘工具、OLAP工具等對(duì)其進(jìn)行分析和處理（這時(shí)信息變?yōu)檩o助決策的知識(shí)），最后將知識(shí)呈現(xiàn)給管理者，為管理者的決策過程提供支持。目前，商業(yè)智能產(chǎn)品及解決方案大致可分為數(shù)據(jù)倉庫

4、產(chǎn)品、數(shù)據(jù)抽取產(chǎn)品、OLAP產(chǎn)品、展示產(chǎn)品、和集成以上幾種產(chǎn)品的針對(duì)某個(gè)應(yīng)用的整體解決方案等。一、商業(yè)智能應(yīng)具有的功能 目前，很多廠商活躍在商業(yè)智能（下面稱BI）領(lǐng)域。事實(shí)上，能夠滿足用戶需要的BI產(chǎn)品和方案必須建立在穩(wěn)定、整合的平臺(tái)之上，該平臺(tái)需要提供用戶管理、安全性控制、連接數(shù)據(jù)源以及訪問、分析和共享信息的功能。BI平臺(tái)的標(biāo)準(zhǔn)化也非常重要，因?yàn)檫@關(guān)系到與企業(yè)多種應(yīng)用系統(tǒng)的兼容問題，解決不了兼容問題，BI系統(tǒng)就不能發(fā)揮出應(yīng)有效果。BI系統(tǒng)是一個(gè)面向終端使用者，直接訪問業(yè)務(wù)數(shù)據(jù)，能夠使管理者從各個(gè)角度出發(fā)分析利用商業(yè)數(shù)據(jù)，及時(shí)地掌握組織的運(yùn)營現(xiàn)狀，作出科學(xué)的經(jīng)營決策的系統(tǒng)。系統(tǒng)可實(shí)現(xiàn)從簡單的標(biāo)

5、準(zhǔn)報(bào)表瀏覽到高級(jí)的數(shù)據(jù)分析，滿足組織內(nèi)部人員的。常規(guī)BI系統(tǒng)主要構(gòu)架包括以下幾個(gè)方面。讀取數(shù)據(jù) 、分析功能 、豐富的畫面 、數(shù)據(jù)輸出功能。 l BI系統(tǒng)應(yīng)用范圍 商業(yè)智能系統(tǒng)可輔助建立信息中心，如產(chǎn)生各種工作報(bào)表和分析報(bào)表。用作以下分析：銷售分析 主要分析各項(xiàng)銷售指標(biāo)，例如毛利、毛利率、交叉比、銷進(jìn)比、盈利能力、周轉(zhuǎn)率、同比、環(huán)比等等；而分析維又可從管理、類別品牌、日期、時(shí)段等角度觀察，這些分析維又采用多級(jí)，從而獲得相當(dāng)透徹的分析思路；同時(shí)根據(jù)海量數(shù)據(jù)產(chǎn)生預(yù)測信息、報(bào)警信息等分析數(shù)據(jù)；還可根據(jù)各種銷售指標(biāo)產(chǎn)生新的透視表。商品分析 商品分析的主要數(shù)據(jù)來自銷售數(shù)據(jù)和商品基礎(chǔ)數(shù)據(jù)，從而產(chǎn)生以分析結(jié)構(gòu)

6、為主線的分析思路。主要分析數(shù)據(jù)有商品的類別結(jié)構(gòu)、品牌結(jié)構(gòu)、價(jià)格結(jié)構(gòu)、毛利結(jié)構(gòu)、結(jié)算方式結(jié)構(gòu)、產(chǎn)地結(jié)構(gòu)等，從而產(chǎn)生商品廣度、商品深度、商品淘汰率、商品引進(jìn)率、商品置換率、重點(diǎn)商品、暢銷商品、滯銷商品、季節(jié)商品等多種指標(biāo)。通過BI系統(tǒng)對(duì)這些指標(biāo)的分析來指導(dǎo)企業(yè)商品結(jié)構(gòu)的調(diào)整，加強(qiáng)所營商品的競爭能力和合理配置。人員分析 通過BI系統(tǒng)對(duì)公司的人員指標(biāo)進(jìn)行分析，特別是對(duì)銷售人員指標(biāo)（銷售指標(biāo)為主，毛利指標(biāo)為輔）和采購人員指標(biāo)（銷售額、毛利、供應(yīng)商更換、購銷商品數(shù)、代銷商品數(shù)、資金占用、資金周轉(zhuǎn)等）的分析，以達(dá)到考核員工業(yè)績，提高員工積極性，并為人力資源的合理利用提供科學(xué)依據(jù)。主要分析的主題有，員工的人員

7、構(gòu)成、銷售人員的人均銷售額、對(duì)于銷售的個(gè)人銷售業(yè)績、各管理架構(gòu)的人均銷售額、毛利貢獻(xiàn)、采購人員分管商品的進(jìn)貨多少、購銷代銷的比例、引進(jìn)的商品銷量如何等等。二、商業(yè)智能定義為下列的集合終端用戶查詢和報(bào)告工具。專門用來支持初級(jí)用戶的訪問，不包括適應(yīng)于專業(yè)人士的成品報(bào)告生成工具。 聯(lián)機(jī)分析處理OLAP工具。提供多維數(shù)據(jù)管理環(huán)境，其典型的應(yīng)用是對(duì)商業(yè)問題的建模與商業(yè)數(shù)據(jù)分析。OLAP也被稱為多維分析。 數(shù)據(jù)挖掘（）軟件。使用諸如、規(guī)則歸納等技術(shù)，用來發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)系，做出基于數(shù)據(jù)的推斷。 數(shù)據(jù)倉庫（）和數(shù)據(jù)集市（）產(chǎn)品。包括數(shù)據(jù)轉(zhuǎn)換、管理和存取等方面的預(yù)配置軟件，通常還包括一些業(yè)務(wù)模型，如財(cái)務(wù)分析模

8、型。 三、商業(yè)智能的三個(gè)層次 （摘自：中國報(bào)） 經(jīng)過幾年的積累，大部分中大型的企事業(yè)單位已經(jīng)建立了比較完善的CRM、ERP、OA等基礎(chǔ)信息化系統(tǒng)。這些系統(tǒng)的統(tǒng)一特點(diǎn)都是:通過業(yè)務(wù)人員或者用戶的操作，最終對(duì)數(shù)據(jù)庫進(jìn)行增加、修改、刪除等操作。上述系統(tǒng)可統(tǒng)一稱為OLTP(Online Transaction Process，在線事務(wù)處理)，指的就是系統(tǒng)運(yùn)行了一段時(shí)間以后，必然幫助企事業(yè)單位收集大量的歷史數(shù)據(jù)。但是，在數(shù)據(jù)庫中分散、獨(dú)立存在的大量數(shù)據(jù)對(duì)于業(yè)務(wù)人員來說，只是一些無法看懂的天書。業(yè)務(wù)人員所需要的是信息，是他們能夠看懂、理解并從中受益的抽象信息。此時(shí)，如何把數(shù)據(jù)轉(zhuǎn)化為信息，使得業(yè)務(wù)人員(包括

9、管理者)能夠充分掌握、利用這些信息，并且輔助決策，就是商業(yè)智能主要解決的問題。 如何把數(shù)據(jù)庫中存在的數(shù)據(jù)轉(zhuǎn)變?yōu)闃I(yè)務(wù)人員需要的信息?大部分的答案是報(bào)表系統(tǒng)。簡單說，報(bào)表系統(tǒng)已經(jīng)可以稱作是BI了，它是BI的低端實(shí)現(xiàn)?，F(xiàn)在國外的企業(yè)，大部分已經(jīng)進(jìn)入了中端BI，叫做數(shù)據(jù)分析。有一些企業(yè)已經(jīng)開始進(jìn)入高端BI，叫做數(shù)據(jù)挖掘。而我國的企業(yè)，目前大部分還停留在報(bào)表階段。l 數(shù)據(jù)報(bào)表不可取代傳統(tǒng)的報(bào)表系統(tǒng)技術(shù)上已經(jīng)相當(dāng)成熟，大家熟悉的Excel、水晶報(bào)表、Reporting Service等都已經(jīng)被廣泛使用。但是，隨著數(shù)據(jù)的增多，需求的提高，傳統(tǒng)報(bào)表系統(tǒng)面臨的挑戰(zhàn)也越來越多。1. 數(shù)據(jù)太多，信息太少密密麻麻的表

10、格堆砌了大量數(shù)據(jù)，到底有多少業(yè)務(wù)人員仔細(xì)看每一個(gè)數(shù)據(jù)?到底這些數(shù)據(jù)代表了什么信息、什么趨勢?級(jí)別越高的領(lǐng)導(dǎo)，越需要簡明的信息。如果我是董事長，我可能只需要一句話:目前我們的情況是好、中還是差?2. 難以交互分析、了解各種組合定制好的報(bào)表過于死板。例如，我們可以在一張表中列出不同地區(qū)、不同產(chǎn)品的銷量，另一張表中列出不同地區(qū)、不同年齡段顧客的銷量。但是，這兩張表無法回答諸如“華北地區(qū)中青年顧客購買數(shù)碼相機(jī)類型產(chǎn)品的情況”等問題。業(yè)務(wù)問題經(jīng)常需要多個(gè)角度的交互分析。3. 難以挖掘出潛在的規(guī)則報(bào)表系統(tǒng)列出的往往是表面上的數(shù)據(jù)信息，但是海量數(shù)據(jù)深處潛在含有哪些規(guī)則呢?什么客戶對(duì)我們價(jià)值最大，產(chǎn)品之間相互

11、關(guān)聯(lián)的程度如何?越是深層的規(guī)則，對(duì)于決策支持的價(jià)值越大，但是，也越難挖掘出來。4. 難以追溯歷史，數(shù)據(jù)形成孤島業(yè)務(wù)系統(tǒng)很多，數(shù)據(jù)存在于不同地方。太舊的數(shù)據(jù)(例如一年前的數(shù)據(jù))往往被業(yè)務(wù)系統(tǒng)備份出去，導(dǎo)致宏觀分析、長期歷史分析難度很大。因此，隨著時(shí)代的發(fā)展，傳統(tǒng)報(bào)表系統(tǒng)已經(jīng)不能滿足日益增長的業(yè)務(wù)需求了，企業(yè)期待著新的技術(shù)。數(shù)據(jù)分析和數(shù)據(jù)挖掘的時(shí)代正在來臨。值得注意的是，數(shù)據(jù)分析和數(shù)據(jù)挖掘系統(tǒng)的目的是帶給我們更多的決策支持價(jià)值，并不是取代數(shù)據(jù)報(bào)表。報(bào)表系統(tǒng)依然有其不可取代的優(yōu)勢，并且將會(huì)長期與數(shù)據(jù)分析、挖掘系統(tǒng)一起并存下去。l 數(shù)據(jù)挖掘看穿你的需求廣義上說，任何從數(shù)據(jù)庫中挖掘信息的過程都叫做數(shù)據(jù)挖

12、掘。從這點(diǎn)看來，數(shù)據(jù)挖掘就是BI。但從技術(shù)術(shù)語上說，數(shù)據(jù)挖掘(Data Mining)特指的是:經(jīng)過清洗和轉(zhuǎn)換等成為適合于挖掘的數(shù)據(jù)集。數(shù)據(jù)挖掘在這種具有固定形式的數(shù)據(jù)集上完成知識(shí)的提煉，最后以合適的知識(shí)模式用于進(jìn)一步分析決策工作。從這種狹義的觀點(diǎn)上，我們可以定義:數(shù)據(jù)挖掘是從特定形式的數(shù)據(jù)集中提煉知識(shí)的過程。數(shù)據(jù)挖掘往往針對(duì)特定的數(shù)據(jù)、特定的問題，選擇一種或者多種挖掘算法，找到數(shù)據(jù)下面隱藏的規(guī)律，這些規(guī)律往往被用來預(yù)測、支持決策。關(guān)聯(lián)銷售案例:美國的超市有這樣的系統(tǒng):當(dāng)你采購了一車商品結(jié)賬時(shí)，售貨員小姐掃描完了你的產(chǎn)品后，計(jì)算機(jī)上會(huì)顯示出一些信息，然后售貨員會(huì)友好地問你:我們有一種一次性紙杯

13、正在促銷，位于F6貨架上，您要購買嗎?這句話決不是一般的促銷。因?yàn)橛?jì)算機(jī)系統(tǒng)早就算好了，如果你的購物車中有餐巾紙、大瓶可樂和沙拉，則86%的可能性你要買一次性紙杯。結(jié)果是，你說，啊，謝謝你，我剛才一直沒找到紙杯。這不是什么神奇的科學(xué)算命，而是利用數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則算法實(shí)現(xiàn)的系統(tǒng)。每天，新的銷售數(shù)據(jù)會(huì)進(jìn)入挖掘模型，與過去N天的歷史數(shù)據(jù)一起，被挖掘模型處理，得到當(dāng)前最有價(jià)值的關(guān)聯(lián)規(guī)則。同樣的算法，分析網(wǎng)上書店的銷售業(yè)績，計(jì)算機(jī)可以發(fā)現(xiàn)產(chǎn)品之間的關(guān)聯(lián)以及關(guān)聯(lián)的強(qiáng)弱。數(shù)據(jù)報(bào)表、數(shù)據(jù)分析、數(shù)據(jù)挖掘是BI的三個(gè)層面。我們相信未來幾年的趨勢是:越來越多的企業(yè)在數(shù)據(jù)報(bào)表的基礎(chǔ)上，會(huì)進(jìn)入數(shù)據(jù)分析與數(shù)據(jù)挖掘的領(lǐng)

14、域。商業(yè)智能所帶來的決策支持功能，會(huì)給我們帶來越來越明顯的效益。四、商業(yè)智能能為企業(yè)帶來效益嗎? 商業(yè)智能幫助企業(yè)的管理層進(jìn)行快速, 準(zhǔn)確的決策, 迅速的發(fā)現(xiàn)企業(yè)中的問題, 提示管理人員加以解決. 但商業(yè)智能不能代替管理人員進(jìn)行決策, 不能自動(dòng)處理企業(yè)運(yùn)行過程中遇到的問題.因此商業(yè)智能系統(tǒng)并不能為企業(yè)帶來直接的經(jīng)濟(jì)效益, 單必須看到,商業(yè)智能為企業(yè)帶來的是一種經(jīng)過科學(xué)武裝的管理思維,給整個(gè)企業(yè)帶來的是決策的快速性和準(zhǔn)確性, 發(fā)現(xiàn)問題的及時(shí)性, 以及發(fā)現(xiàn)那些對(duì)手未發(fā)現(xiàn)的潛在的知識(shí)和規(guī)律,而這些信息時(shí)企業(yè)產(chǎn)生經(jīng)濟(jì)效益的基礎(chǔ), 不能快速,準(zhǔn)確的指定決策方針等于將市場送給對(duì)手, 不能及時(shí)發(fā)現(xiàn)業(yè)務(wù)種的潛

15、在信息等于浪費(fèi)自己的資源.比如:通過對(duì)銷售數(shù)據(jù)的分析可發(fā)現(xiàn)各類客戶的特征和喜歡購買商品之間的聯(lián)系,這樣就可進(jìn)行更有針對(duì)性的精確的促銷活動(dòng)或向客戶提供更具有個(gè)性的服務(wù)等, 這都會(huì)為企業(yè)帶來直接的經(jīng)濟(jì)效益. 五、實(shí)施商業(yè)智能的步驟如何? 實(shí)施商業(yè)智能系統(tǒng)是一項(xiàng)復(fù)雜的系統(tǒng)工程,整個(gè)項(xiàng)目涉及企業(yè)管理, 運(yùn)作管理, , 數(shù)據(jù)倉庫, 數(shù)據(jù)挖掘, 統(tǒng)計(jì)分析等眾多門類的知識(shí). 因此用戶除了要選擇合適的商業(yè)智能軟件工具外還必須按照正確的實(shí)施方法才能保證項(xiàng)目得以成功. 商業(yè)智能項(xiàng)目的實(shí)施步驟可分為: (1): 需求分析是商業(yè)智能實(shí)施的第一步, 在其他活動(dòng)開展之前必須明確的定義企業(yè)對(duì)商業(yè)智能的期望和需求, 包括需要

16、分析的主題, 各主題可能查看的角度(維度); 需要發(fā)現(xiàn)企業(yè)那些方面的規(guī)律. 用戶的需求必須明確. (2) 數(shù)據(jù)倉庫建模:通過對(duì)企業(yè)需求的分析, 建立企業(yè)數(shù)據(jù)倉庫的邏輯模型和物理模型,并規(guī)劃好系統(tǒng)的應(yīng)用架構(gòu),將企業(yè)各類數(shù)據(jù)按照分析主題進(jìn)行組織和歸類. (3) 數(shù)據(jù)抽取: 數(shù)據(jù)倉庫建立后必須將數(shù)據(jù)從業(yè)務(wù)系統(tǒng)中抽取到數(shù)據(jù)倉庫中, 在抽取的過程中還必須將數(shù)據(jù)進(jìn)行轉(zhuǎn)換, 清洗, 以適應(yīng)分析的需要. (4) 建立商業(yè)智能分析報(bào)表: 商業(yè)智能分析報(bào)表需要專業(yè)人員按照用戶制訂的格式進(jìn)行開發(fā), 用戶也可自行開發(fā)(開發(fā)方式簡單,快捷) . (5) 用戶培訓(xùn)和數(shù)據(jù)模擬測試: 對(duì)于開發(fā)使用分離型的商業(yè)智能系統(tǒng), 最終

17、用戶的使用是相當(dāng)簡單的, 只需要點(diǎn)-擊操作就可針對(duì)特定的商業(yè)問題進(jìn)行分析. (6) 系統(tǒng)改進(jìn)和完善: 任何系統(tǒng)的實(shí)施都必須是不斷完善的. 商業(yè)智能系統(tǒng)更是如此, 在用戶使用一段時(shí)間后可能會(huì)提出更多的,更具體的要求, 這時(shí)需要再按照上述步驟對(duì)系統(tǒng)進(jìn)行或完善六、商業(yè)智能的發(fā)展趨勢隨著企業(yè)CRM、ERP、等應(yīng)用系統(tǒng)的引入，企業(yè)不停留在事務(wù)處理過程而注重有效利用企業(yè)的數(shù)據(jù)為準(zhǔn)確和更快的決策提供支持的需求越來越強(qiáng)烈，由此帶動(dòng)的對(duì)商業(yè)智能的需求將是巨大的。商業(yè)智能的發(fā)展趨勢可以歸納為以下幾點(diǎn)：功能上具有可配置性、靈活性、可變化性 BI系統(tǒng)的范圍從為部門的特定用戶服務(wù)擴(kuò)展到為整個(gè)企業(yè)所有用戶服務(wù)。同時(shí)，由于

18、企業(yè)用戶在職權(quán)、需求上的差異，BI系統(tǒng)提供廣泛的、具有針對(duì)性的功能。從簡單的數(shù)據(jù)獲取，到利用WEB和局域網(wǎng)、廣域網(wǎng)進(jìn)行豐富的交互、決策信息和知識(shí)的分析和使用。解決方案更開放、可擴(kuò)展、可按用戶定制，在保證核心技術(shù)的同時(shí)，提供客戶化的界面 針對(duì)不同企業(yè)的獨(dú)特的需求，BI系統(tǒng)在提供核心技術(shù)的同時(shí)，使系統(tǒng)又具個(gè)性化，即在原有方案基礎(chǔ)上加入自己的代碼和解決方案，增強(qiáng)客戶化的接口和擴(kuò)展特性；可為企業(yè)提供基于商業(yè)智能平臺(tái)的定制的工具，使系統(tǒng)具有更大的靈活性和使用范圍。從單獨(dú)的商業(yè)智能向嵌入式商業(yè)智能發(fā)展 這是目前商業(yè)智能應(yīng)用的一大趨勢，即在企業(yè)現(xiàn)有的應(yīng)用系統(tǒng)中，如財(cái)務(wù)、人力、銷售等系統(tǒng)中嵌入商業(yè)智能，使普遍意義上的事務(wù)處理系統(tǒng)具有商業(yè)智能的特性。考慮BI系統(tǒng)的某個(gè)組件而不是整個(gè)BI系統(tǒng)并非一件簡單的事，比如將OLAP技術(shù)應(yīng)用到某一個(gè)應(yīng)用系統(tǒng)，一個(gè)相對(duì)完整的商業(yè)智能開發(fā)過程，如企業(yè)問題分析、方案設(shè)計(jì)、原型系統(tǒng)開發(fā)、系統(tǒng)應(yīng)用等過程是不可缺少的。從傳統(tǒng)功能向增強(qiáng)型功能轉(zhuǎn)變 增強(qiáng)型的商業(yè)智能功能是相對(duì)于早期的用SQL工具實(shí)現(xiàn)查詢的商業(yè)智能功能。目前應(yīng)用中的BI系統(tǒng)除實(shí)現(xiàn)傳統(tǒng)的BI系統(tǒng)功能之外，大多數(shù)已實(shí)現(xiàn)了圖2中數(shù)據(jù)分析層的功能